深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
12781	2024-08-06	Evaluation of Survival Outcomes of Endovascular Versus Open Aortic Repair for Abdominal Aortic Aneurysms with a Big Data Approach 2020-Nov-30, Entropy (Basel, Switzerland) DOI:10.3390/e22121349 PMID:33265931	研究论文	本研究比较了开放主动脉修复与内血管主动脉修复在腹主动脉瘤患者中的生存结果	采用了基于深度学习的分析策略，提供了一种新的大数据方法来评估rAAA的治疗效果	虽然通过大数据方法模仿了随机临床试验，但实际操作中存在可行性问题	客观比较开放主动脉修复和内血管主动脉修复的生存结果	7826名腹主动脉瘤患者	数字病理学	腹主动脉瘤	大数据分析	深度学习	医疗数据	7826名患者
12782	2024-08-06	Using deep learning to predict beam-tunable Pareto optimal dose distribution for intensity-modulated radiation therapy 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14374 PMID:32621789	研究论文	本文提出了一种深度学习模型，可以预测针对不同束角的前列腺强度调制放射治疗的帕累托最优剂量分布	首次研究了针对可变束数和方向的强度调制放射治疗(IMRT)前列腺计划的帕累托最优剂量预测	尚未讨论模型在临床工作中的长期验证和应用	研究深度学习在强度调制放射治疗中的剂量分布预测能力	70名前列腺癌患者的放射治疗计划	数字病理学	前列腺癌	深度学习	深度神经网络	剂量分布数据	70名患者，共生成35,000个计划
12783	2024-08-06	DEEP MOUSE: AN END-TO-END AUTO-CONTEXT REFINEMENT FRAMEWORK FOR BRAIN VENTRICLE & BODY SEGMENTATION IN EMBRYONIC MICE ULTRASOUND VOLUMES 2020-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi45749.2020.9098387 PMID:33381278	研究论文	该文章提出了一种新的基于深度学习的自动上下文优化框架，用于胚胎小鼠超声体积中脑室和身体的分割	提出了一个端到端的框架，通过两个阶段联合训练，大幅提升了分割精度和减少推断时间	该研究未涉及不同条件下的实验验证及其适用性	旨在提高胚胎小鼠脑室和身体的超声分割精度	研究对象为胚胎小鼠的高频超声图像	数字病理学	NA	深度学习	NA	图像	NA
12784	2024-08-06	Longitudinal Screening for Diabetic Retinopathy in a Nationwide Screening Program: Comparing Deep Learning and Human Graders 2020, Journal of diabetes research IF:3.6Q2 DOI:10.1155/2020/8839376 PMID:33381600	研究论文	评估深度学习和受训人类评估者在糖尿病视网膜病变筛查中的效果	首次比较了两种筛查模式在长期糖尿病视网膜病变筛查中的表现	长期筛查的敏感性降低，可能影响对比的有效性	研究糖尿病视网膜病变筛查的有效性和准确性	随机选取的经过两次筛查的糖尿病患者	数字病理学	糖尿病视网膜病变	深度学习	NA	彩图眼底照片	5,738名患者
12785	2024-08-06	MRI-based treatment planning for proton radiotherapy: dosimetric validation of a deep learning-based liver synthetic CT generation method 2019-07-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ab25bc PMID:31146267	研究论文	本文验证了一种基于深度学习的合成CT生成方法在腹部放疗中的应用	研究提出将稠密块集成到3D循环一致生成对抗网络中，以有效学习MRI与CT的数据映射	样本量相对较小，仅使用了21名患者的数据进行验证	验证深度学习方法在合成CT生成中的应用有效性	21名拥有配对CT和MR图像的患者	数字病理学	肝癌	深度学习	3D循环一致生成对抗网络	医学影像	21个配对的CT和MR图像
12786	2024-08-06	Early Prediction of Acute Kidney Injury in Critical Care Setting Using Clinical Notes 2018-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm.2018.8621574 PMID:33376624	research paper	本文探讨了在重症监护中使用临床笔记早期预测急性肾损伤的方法	开发了数据驱动的预测模型，利用临床笔记生成有意义的词汇和概念表示	研究可能依赖于特定医院的临床记录数据，限制了外部验证	旨在提前识别有急性肾损伤风险的重症患者	重症监护病房的急性肾损伤患者	自然语言处理	急性肾损伤	NLP	监督学习分类器和知识引导的深度学习架构	临床笔记	使用重症监护单位入院后24小时内的临床笔记
12787	2024-08-04	Preoperative prediction of microvascular invasion risk in hepatocellular carcinoma with MRI: peritumoral versus tumor region 2024-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01760-2 PMID:39090456	研究论文	本文探索了肝细胞癌中肿瘤及多个周围肿瘤区域在动态对比增强磁共振成像（MRI）上的预测性能	提出了20毫米周围肿瘤区域在预测微血管侵犯（MVI）级别方面的重要性，优于肿瘤区域	样本量较小，可能影响研究结果的普遍性	开发一个基于MRI的术前微血管侵犯风险预测模型	147例经手术诊断为肝细胞癌的患者	数字病理学	肝细胞癌	动态对比增强磁共振成像（MRI）	极端梯度提升（XGBoost）	医学成像	147名肝细胞癌患者，训练集117名，测试集30名
12788	2024-08-04	Integrating MRI-based radiomics and clinicopathological features for preoperative prognostication of early-stage cervical adenocarcinoma patients: in comparison to deep learning approach 2024-Aug-01, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00747-y PMID:39090668	研究论文	本文旨在探讨MRI基础的放射组学和临床病理特征在宫颈腺癌患者术前预后中的作用	本文首次评估了MRI基础放射组学与深度学习方法在宫颈腺癌中的预后预测能力	本研究的样本量较小，可能影响预测模型的广泛适用性	开发基于MRI放射组学和临床特征的预后预测模型	197名宫颈腺癌患者的临床和病理信息	数字病理学	宫颈癌	MRI，支持向量机（SVM），卷积神经网络（CNN）	随机森林（RF），支持向量机（SVM），卷积神经网络（CNN）	影像，临床数据	197名宫颈腺癌患者和56名用于独立验证的患者
12789	2024-08-04	Exploring the deep learning of artificial intelligence in nursing: a concept analysis with Walker and Avant's approach 2024-Aug-01, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-024-02170-x PMID:39090714	研究论文	本文分析了在护理领域中深度学习与人工智能的概念	本文采用了Walker和Avant的8步法进行概念分析，明确了深度学习在护理中的定义特征	现有文献缺乏清晰性，影响了临床实践、研究和理论发展	澄清护理中深度学习的含义并识别人工智能的定义属性	分析2018年至2024年间符合纳入标准的37篇相关文献	自然语言处理	NA	深度学习	NA	文献	37篇符合纳入标准的文章
12790	2024-08-04	Deep learning-based automated bone age estimation for Saudi patients on hand radiograph images: a retrospective study 2024-Aug-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01378-2 PMID:39090563	研究论文	本研究提出了一种基于深度学习的模型，用于通过左手放射影像估计骨龄	采用全连接卷积神经网络（CNN）进行骨龄预测，解决了传统方法中依赖放射科医师主观判断的问题	模型的性能可以通过额外的优化和验证进一步提升	准确估计骨龄以评估骨骼成熟度，诊断生长障碍以及计划治疗干预	473名患者的左手放射影像数据	计算机视觉	NA	CNN	全连接卷积神经网络	影像	473名患者的放射影像数据
12791	2024-08-04	Metabolic phenotyping with computed tomography deep learning for metabolic syndrome, osteoporosis and sarcopenia predicts mortality in adults 2024-Aug, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13487 PMID:38649795	研究论文	本文开发了一种基于计算机断层扫描（CT）深度学习的多结果模型，用于同时检测代谢综合征、骨质疏松症和肌少症，并预测成人的长期死亡率	创新点在于利用CT多层身体成分参数同时识别代谢综合征、骨质疏松症和肌少症的代谢簇，并评估其对长期死亡率的预后价值	研究的外部测试集样本大多来自一个社区和一家三级医院，可能存在人口选择偏倚	研究旨在通过CT成像分析评估代谢综合征、骨质疏松症和肌少症对成人死亡风险的影响	研究对象包括516名参与者构成的衍生集和10,141名接受腹部CT检查的个体	数字病理学	NA	CT成像	多层感知器（MLP）	成像数据	衍生集516名，外部测试集1为380名，外部测试集2为10,141名
12792	2024-08-04	The accuracy and quality of image-based artificial intelligence for muscle-invasive bladder cancer prediction 2024-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01780-y PMID:39090234	研究论文	本文评估了基于图像的人工智能在预测肌肉浸润性膀胱癌的诊断性能	提出了使用CLAIM、RQS和PROBAST工具对人工智能研究的报告质量和方法学质量进行评估	尽管模型表现良好，但报告质量和方法学质量普遍较低，存在高风险偏倚	评估图像基人工智能在预测肌肉浸润性膀胱癌的诊断表现	包括4256名患者的21项研究	数字病理学	膀胱癌	计算机断层扫描 (CT)，磁共振成像 (MRI)，放射组学，深度学习	深度学习	图像	包含4256名患者
12793	2024-08-04	Predicting mine water inflow volumes using a decomposition-optimization algorithm-machine learning approach 2024-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67962-2 PMID:39090145	研究论文	本文提出了一种新颖的耦合分解-优化-深度学习模型，用于预测矿水涌入量	结合了完整集合经验模态分解与自适应噪声、北鵰优化和长短期记忆网络的创新模型	传统模型和单一机器学习方法在预测突发水涌量变化方面的效能仍然存在不足	旨在提高矿水涌入量的预测准确性，确保煤矿安全	矿水涌入预测方法及其在不同模型中的表现	机器学习	NA	CEEMDAN, NGO, LSTM	LSTM	时间序列数据	未明确说明样本量的具体数量
12794	2024-08-04	Artificial intelligence in fusion protein three-dimensional structure prediction: Review and perspective 2024-Aug, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.1789 PMID:39090739	综述	本论文回顾了人工智能在融合蛋白三维结构预测中的最新进展和挑战	文章强调了使用深度学习模型预测融合蛋白三维结构的最新进展，并探讨了四种建模方法的优缺点	对于融合蛋白的预测，模板基础模型面临着已知模板结构在数据库中通常缺乏的问题	探讨利用人工智能方法预测融合蛋白三维结构的优势和挑战	关注于融合蛋白的三维结构预测	人工智能	癌症	深度学习	AlphaFold2, RoseTTAFold, tr-Rosetta, D-I-TASSER	NA	NA
12795	2024-08-04	A QR code-enabled framework for fast biomedical image processing in medical diagnosis using deep learning 2024-Aug-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01351-z PMID:39090546	研究论文	本文提出了一种利用QR码的框架，以加速医学影像处理和医疗诊断。	采用深度学习QR码技术，优化了数据库设计，创新性地解决了数据存储基础设施成本和信息检索速度问题。	未提及具体使用的深度学习模型和技术细节，缺乏对系统在不同条件下表现的全面评估。	研究如何通过高效的医学影像处理来加速医疗条件的诊断。	使用来自Crawford影像和数据档案及Duke CIVM的医疗数据集进行评估。	数字病理学	NA	深度学习	NA	医学影像	使用来自两个数据集的医疗数据集进行评估
12796	2024-08-04	Air quality forecasting using a spatiotemporal hybrid deep learning model based on VMD-GAT-BiLSTM 2024-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68874-x PMID:39090177	研究论文	提出了一种基于VMD-GAT-BiLSTM的时空混合深度学习模型用于空气质量预测。	该模型结合了变分模态分解、图注意网络和双向长短时记忆网络，以提高空气质量预测的准确性。	模型的有效性依赖于所使用的监测数据的质量和完整性。	旨在提高空气质量预测的精度，从而增强早期预警系统的能力。	主要研究空气质量数据，探讨不同监测站之间的空间关系和时间特征。	机器学习	NA	VMD, GAT, BiLSTM	VMD-GAT-BiLSTM	PM数据	使用了收集的北京空气质量数据集进行实验
12797	2024-08-05	A hybrid approach to improvement of watershed water quality modeling by coupling process-based and deep learning models 2024-Aug, Water environment research : a research publication of the Water Environment Federation IF:2.5Q2 DOI:10.1002/wer.11079 PMID:39096183	研究论文	提出了一种混合模型，通过结合过程驱动模型和深度学习模型来改善流域水质建模	开发了一种混合模型，将未校准的过程驱动模型与数据驱动模型相结合，以提高流域建模的准确性	模型参数校准和验证过程耗时且具有固有的不确定性	研究旨在解决过程驱动模型校准和验证中的各种挑战	结合地理信息和五年观察数据构建的Yeongsan河流域的土壤与水评估工具	数字病理学	NA	深度学习	长短期记忆网络 (LSTM)	观测数据	5年观测数据
12798	2024-08-05	Multi-level structural damage characterization using sparse acoustic sensor networks and knowledge transferred deep learning 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107390 PMID:38945018	研究论文	本研究展示了一种基于机器学习的多级损伤特征描述方法，利用稀疏传感器网络和知识转移的深度学习	提出了一种新颖的网络空间辅助和自适应卷积技术，以实现深度学习算法中的知识高效转移	未提及具体的限制	探索在复杂结构中基于机器学习的结构健康监测方法	在铝板上进行实验，铝板上人为诱导了缺陷	机器学习	NA	深度学习	NA	实验数据	使用的样本包括铝板上多种损伤特征的实验
12799	2024-08-05	Utilizing improved YOLOv8 based on SPD-BRSA-AFPN for ultrasonic phased array non-destructive testing 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107382 PMID:38943732	研究论文	本研究提出了一种基于改进YOLOv8的智能缺陷检测算法，以提高超声相控阵检测中的缺陷识别效率和准确性	引入空间到深度卷积（SPD-Conv）和双层路由与空间注意模块（BRSA），并用渐近特征金字塔网络（AFPN）替换了原有结构，以改进低分辨率图像的检测性能	对高分辨率且良好标注的训练数据的需求较高，这在无损检测中难以获得	提高超声相控阵检测中缺陷检测的准确性和效率	在超声相控阵检测中检测缺陷，如平底孔（FBH）和侧钻孔（SDH）	图像处理	NA	超声相控阵检测	YOLOv8	图像	在模拟数据集和实验数据集上进行了测试，具体样本量未明示
12800	2024-08-05	Fingerprint authentication based on deep convolutional descent inversion tomography 2024-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107350 PMID:38823150	研究论文	提出了一种新的基于深度卷积反演层析的指纹认证方法。	结合深度学习和多尺度融合，提高了指纹反演和认证的精准度与速度。	未提及具体的适用范围或其他数据集的测试。	研究新的指纹认证方法以提高识别精度和速度。	指纹及其特征，特别是湿指纹和假细节的识别。	计算机视觉	NA	深快反演层析（DeepFIT）及Mask R-CNN	卷积神经网络（CNN）	图像	NA